解决 echomimic 项目中 diffusers 与 huggingface_hub 版本兼容性问题
2025-06-18 19:52:07作者:殷蕙予
echomimic
EchoMimic: Lifelike Audio-Driven Portrait Animations through Editable Landmark Conditioning
在 echomimic 项目运行过程中,用户可能会遇到一个常见的依赖冲突问题:diffusers 库与 huggingface_hub 库的版本不兼容。这个问题表现为 Python 解释器无法从 huggingface_hub 导入 cached_download 函数,导致程序运行失败。
问题现象分析
当用户尝试从 diffusers 导入 AutoencoderKL 或 DDIMScheduler 时,会触发以下错误链:
- diffusers 初始化时尝试从 utils 模块导入功能
- utils 模块又尝试从 dynamic_modules_utils 导入功能
- dynamic_modules_utils 中引用了 huggingface_hub 的 cached_download 函数
- 由于 huggingface_hub 新版本中移除了 cached_download 函数,导致导入失败
根本原因
这个问题的根源在于 huggingface_hub 库在较新版本中对 API 进行了重构,移除了 cached_download 函数。而 diffusers 库的某些版本仍然依赖这个已被移除的函数,从而导致了兼容性问题。
解决方案
方案一:降级 huggingface_hub 版本
最直接的解决方案是将 huggingface_hub 降级到包含 cached_download 函数的旧版本。根据社区经验,可以尝试以下版本:
pip install huggingface_hub==0.10.0
这个版本相对稳定,且保留了 cached_download 函数。降级后通常可以解决导入错误问题。
方案二:修改 diffusers 源码
如果不想降级 huggingface_hub,可以手动修改 diffusers 的源码:
- 找到文件路径:/usr/local/lib/python3.10/dist-packages/diffusers/utils/dynamic_modules_utils.py
- 修改第28行的导入语句,将:
改为:from huggingface_hub import HfFolder, cached_download, hf_hub_download, model_info或者完全注释掉这行导入语句(如果后续代码不依赖这些函数)from huggingface_hub import HfFolder, hf_hub_download, model_info
方案三:升级 diffusers 版本
如果项目允许,可以考虑升级 diffusers 到最新版本,因为新版本可能已经适配了 huggingface_hub 的 API 变更:
pip install --upgrade diffusers
预防措施
为了避免类似问题,建议在项目中:
- 明确指定关键依赖库的版本范围
- 使用虚拟环境隔离项目依赖
- 定期更新依赖并测试兼容性
- 在 requirements.txt 或 setup.py 中固定主要依赖的版本
总结
echomimic 项目中出现的这个导入错误是典型的依赖版本冲突问题。通过降级 huggingface_hub、修改源码或升级 diffusers 都能有效解决。在实际开发中,建议优先考虑方案一或方案三,因为修改源码的方式虽然能临时解决问题,但不利于后续维护和更新。
echomimic
EchoMimic: Lifelike Audio-Driven Portrait Animations through Editable Landmark Conditioning
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C089
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0137
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
220
88
暂无简介
Dart
721
174
Ascend Extension for PyTorch
Python
281
315
React Native鸿蒙化仓库
JavaScript
286
335
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
848
436
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
698
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19